跳到主要內容

臺灣博碩士論文加值系統

(35.153.100.128) 您好!臺灣時間:2022/01/22 07:47
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:張正欣
研究生(外文):CHANG,CHENG-HSIN
論文名稱:線上手寫不可分群之中文字分類
指導教授:李宗寶
學位類別:碩士
校院名稱:國立中興大學
系所名稱:應用數學系
學門:數學及統計學門
學類:數學學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
中文關鍵詞:線上手寫手寫中文字分類不可分群中文字
相關次數:
  • 被引用被引用:0
  • 點閱點閱:271
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
由於科技的日新月異,加上網路的普及化,電腦的操作已經是一項基本技能了。然而對於一般人而言,要將中文字快速且正確地輸入電腦是極為困難的,必須經由學習並長時間練習一套中文輸入法,才能達成。但是中文手寫輸入法則不然,畢竟寫字這個動作是我們從小就一直在反覆練習的,不須經過學習熟稔的時間,就可以輕鬆上手。
為了解決上述的問題,在此篇論文中我們提出以字首為基礎之『字首分類法』,主要是用來處理線上手寫中文字辨識(On-line Chinese Character Recognition,OLCCR)之字首分類問題。其主要的理論架構係為大分類法則,先擷取所有不可左右分群的中文字上半部字首之特徵值(feature),再把具有相同特性之特徵值歸納為同一群組。因此,我們由最常用的5401個中文字中將1700多個不可左右分群的中文字取出,共可擷取出59個字首,再依特性將其分為17大群組,每一個群組內的字首個數由1到8個不等。當辨識輸入文字時,只需針對某一群組內的字首比對,可減少做細部比對時所耗費的時間並降低複雜程度。最後由三組的實驗結果得到平均的辨識率達0.9,每一個字的平均辨識時間為0.03,由此可知本方法可以有效地縮短辨識時間,並提升辨識的正確率,可作為日後研究發展的一大方向。

目錄 .......................1
論文摘要..................... 3
第一章 緒論 ...................4
1.1研究動機與目的................4
1.2應用領域與研究範圍..............6
1.3辨識法概述..................8
1.4相關文獻研討 ................12
1.5論文架構 ..................13
第二章 手寫輸入字元之前處理...........15
2.1 手寫筆跡資訊之擷取 ............15
2.2分割斷點取得之處理原則 ...........18
2.3筆段資訊抽取之處理原則 ...........25
2.4常態化處理 .................27
2.5九分割處理法................ 30
2.5.1九分割法之區域劃分 ............31
2.5.2九分割法之投影關係 ............33
第三章 以字首為基礎之字首分類方法........39
3.1字首分類方法之動機 .............39
3.2 字首分類方法之分類.............41
3.2.1字首分類方法之基礎 ...........41
3.2.2字首分類方法之分類原則 .........44
3.3分類結果 ..................52
3.3.1字首分類群組之建立與擴建 ........52
3.3.2字首分類結果 ..............53
第四章 實驗與結果................56
4.1系統軟硬體配備............... 56
4.2實驗說明 ..................57
4.2.1測試字庫輸入 ...............57
4.2.2測試字庫的分析辨識............ 58
4.3實驗結果.................. 59
第五章 結論與未來研究方向............63
5.1結論 ....................63
5.2未來研究發展方向 ..............65
參考文獻.....................67
附錄A(不可分群字之分類字庫).......... 70

1.Cheng, R.H., Lee, C.W. and Chen, Z. (1995). Preclassification of handwritten Chinese characters based on basic stroke substructures. Pattern Recognition Letters. Vol.19, Issue10.
2.Cui, Hualin. (1996). Research on the method of handprinted Chinese character recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence. Vol.2, No.14-18.
3.Fan, K.C., Lin, C.K. and Chou, K.S. (1995). Confusion set recognition of on-line Chinese character by artificial intelligence technique. Pattern Recognition. Vol.28, No.3.
4.Freund, R., Neubauer, M. Summerer, M., Gruber, S., Schaffer, J. and Swoboda, R. (2000). A hybrid system for the recognition on handwritten characters. International Journal on Document Analysis and Recognition. December 21.
5.Hsieh, A.J., Fan, K.C. and Fan, T.I. (1995). Bipartite Weighted matching for on-line handwritten Chinese character recognition. Pattern Recognition. Vol.28,No.2.
6.Hsieh, C.C. and Lee, H.J. (1992). Off-line recognition of handwriting Chinese characters by on-line model-guided matching. Pattern Recognition. Vol.25, No.11.
7.Juan, C.P.Cortes., Liobet, R. and Arlandis, J. (2000). Fast and accurate handwritten character recognition using approximate nearest neighbours search on large databases. International Journal on Document Analysis and Recognition. December 21.
8.Kim, H.J., Jung, J.W. and Kim, S.K. (1996). On-line Chinese character recognition using ART-based stroke classification. Pattern Recognition Letters 17.
9.Lin, C.K., Fan, K.C. and Lee, F.T.P. (1993). On-line recognition by deviation-expansion model and dynamic programming matching. Pattern Recognition.
10.Pao, D.C.W., Sun, M.C. and Lam, M.C.H. (1997). An approximate string matching algorithm for on-line Chinese character recognition. Image and Vision Computing 15.
11.Teredesai, A., Park, J. and Govindaraju, V. (2001).Active handwritten character recognition using genetic programming. International Journal on Document Analysis and Recognition. April 2.
12.Tsay, R.Y. (1993). Chinese character recognition─feature extraction and classification.
13.Tsay, Y.T. and Tsai, W.H. (1993). Attributed string matching by split-and-merge for on-line Chinese character recognition. IEEE Transactions On Pattern Analysis And Machine Intelligence. Vol.15, No.2.
14.Tseng, C.C., Jeng, B.S. and Chou, K.S. (1999). Candidate selection in on-line Chinese character recognition system using voting scheme. Journal of Information Science and Engi
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 陳靜江(民90):運用輔助性科技促進身心障礙者之就業與工作調適。就業與訓練,第19卷1期,12-16。
2. 陳榮華(民80):代幣增強方案對於增進中重度智能不足者職業技能之影響。教育心理學報,第24期,1-30。
3. 張慈蘭(民80):養護機構內中度智能不足者購物技能之教學。特教園丁季刊,第6卷3期,12-23。
4. 柯平順(民78):智能不足教育的課程與教學。國小特殊教育,第9期,53-57
5. 林寶山(民73):我國智能不足教育問題之探討。特殊教育季刊,第12期,14-16。
6. 林素貞(民84):社區本位之生涯教育轉銜模式-生活技能網路系統。特教園丁季刊,第11卷2期,1-4。
7. 林坤燦(民83):智障者職業教育與訓練內涵。特殊教育季刊,第52期,18-21。
8. 林宏熾(民89):身心障礙者之職業教育與轉銜實務。特殊教育季刊,第77期,9-20。
9. 林宏熾(民84):淺談重度障礙者轉銜階段的生涯規劃。特教園丁季刊,第11卷2期,5-13。
10. 王天苗(民83):啟智工作的省思─朝向人性化、本土化的發展。特殊教育季刊,第50期,5-14。
11. 王天苗(民79):智障學生的生活教育。特教園丁季刊,第5卷3期,15-20。
12. 陳靜江、鈕文英(民88):智障學生技藝訓練之功能性與輔助策略研究:以洗車與平面清潔為例。特殊教育與復健學報,第7期,297-336。
13. 傅秀媚(民87):重度與多重障礙者之教材與教法。社會福利期刊,第134期,34-41。
14. 鄭玉疊(民73):從國小啟智班的生活核心課程設計談智能不足兒童基本職業能力的培養。特殊教育季刊,第14期,43-48。
15. 盧台華(民88):失學身心障礙成人教育供需比較之研究。特殊教育研究學刊,第17期,13-34。